Cognition across the Lifespan: Investigating Age, Sex, and Other Sociodemographic Influences
Notice bibliographique
Résumé
Maintaining cognitive health across the lifespan has been the focus of a multi-billion-dollar industry. In order to guide treatment and interventions, a clear understanding of the way that proficiency in different cognitive domains develops and declines in both sexes across the lifespan is necessary. Additionally, there are sex differences in a range of other factors, including psychiatric illnesses such as anxiety, depression, and substance use, that are also known to affect cognition, although the scale of this interaction is unknown. Our objective was to assess differences in cognitive function across the lifespan in men and women in a large, representative sample. Leveraging online cognitive testing, a sample of 9451 men and 9451 women ranging in age from 12 to 69 (M = 28.21) matched on socio-demographic factors were studied. Segmented regression was used to model three cognitive domains-working memory, verbal abilities, and reasoning. Sex differences in all three domains were minimal; however, after broadening the sample in terms of socio-demographic factors, sex differences appeared. These results suggest that cognition across the lifespan differs for men and women, but is greatly influenced by environmental factors. We discuss these findings within a framework that describes sex differences in cognition as likely guided by a complex interplay between biology and environment.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».